跳到正文
11月14日週六
  1. 中大新聞中心 · AI 研究及應用32

    香港中文大學舉辦 Smart Logistics Datathon 2026,吸引逾150支大學隊伍參賽,刷新紀錄

    香港中文大學供應鏈及物流研究所舉辦 Smart Logistics Datathon 2026,吸引來自亞洲各地逾150支大學隊伍參賽,刷新參賽紀錄。20支大學隊伍及20支中學隊伍、共112名參賽者晉級決賽,完成35小時不間斷數據分析與建模挑戰。韓國科學技術院的 Team Smooth Operator 奪得大學組冠軍。

  2. IT之家43

    清華大學發布單細胞蛋白組基礎模型 ProtCell,利用摩爾線程 S5000 智算卡完成「虛擬細胞」預訓練復現

    清華大學自動化系江瑞課題組發布單細胞蛋白組基礎模型 ProtCell,並在摩爾線程 MTT S5000 智算卡上完成全流程預訓練復現。模型匯集約 3.8 億個細胞及 98 個公開數據集作預訓練與評估,可映射細胞狀態、推斷未測蛋白表達。主要定量評測指標與國際主流 GPU 平台的差異僅約 0.2%。

  3. 第一財經33

    高質量數據集和數據標註先行先試現場會在廈門市召開

    高質量數據集和數據標註先行先試建設現場會在廈門市召開,國家數據局提出加快推進高質量數據集建設和數據標註產業發展。建設方法以場景牽引為主線,聚焦需求定義、數據治理、專業標註和質量測評四個環節;數據標註則逐步轉向人機協同、專家深度參與的多層次模式。

  4. Baseten Base Labs:模型研究39

    梯度對齊獎勵:能否令監督轉為 on-policy?

    Baseten Base Labs 探討梯度對齊獎勵能否以學生模型生成的樣本計算梯度,同時以專家示範提供學習訊號。研究指出,利用張量運算可用兩次標準反向傳播,高效計算完整對齊獎勵,實際開銷不大。實驗以 Qwen3-8B 和 Opus 5.5 生成的示範測試四數 Countdown,考察模型能否擬合及會否過度貼近示範原句。

  5. 虎嗅64

    每小時10元,Ego數據採集把工人日常勞動變成機械人訓練資料

    Ego第一人稱視角影片數據採集正迅速形成具身智能產業鏈,工廠工人及一般用戶以日常操作影片換取報酬,影片經清洗、標註和處理後用於機械人訓練。眾包平台實測顯示,每有效小時基本報酬為20元,另設按日累計有效時長計算的獎勵;約30分鐘的錄製內容中,僅20多分鐘獲審核通過,收入不足10元,另需支付設備租金。

  6. TNW54

    Nvidia 與 Dyania Health 將 Synapsis AI 病歷審閲部署於 Cleveland Clinic 院內伺服器

    Dyania Health 的 Synapsis AI 在 Cleveland Clinic 院內 Nvidia 伺服器上審閲逾 7,800 名心臟瓣膜患者病歷,並據此建立置換瓣膜失效風險模型。系統為每名患者回答 88 條問題,模型預測手術後 3、5 及 10 年的失效風險;病歷全程留在院內網絡。醫生仍會審閲 AI 的證據並作出所有決定;研究未顯示照護改善,Dyania 表示仍須接受外部驗證。

  7. DEV Community81

    作者重現權重檢查,五款中國開放權重模型呈現 Blackwell-class GPU 指紋

    DEV Community 作者 frank chu 重現 Will DePue 的權重指紋檢查,五款中國開放權重模型的初始權重特徵指向 Blackwell-class GPU。

    推薦理由:文章拆解如何從未訓練 embedding 權重比對隨機種子與 SM 佈局,並界定指紋所能支持的硬件推論及其不能回答的地點與合規問題。

  8. Dwarkesh Patel:Podcast & Blog63

    Dwarkesh Patel 預測 AI 研究員或於 2028 年達到頂尖人類水平

    Dwarkesh Patel 認為,數學等可驗證領域的進展預示 AI 研究可望自動化;假設實驗室不刻意減慢,他估計自動化研究員達到頂尖人類 AI 研究員水平的中位年份為 2028 年。他指出,預訓練、後訓練和推理效率都可透過可驗證指標優化;但持續學習等難題可能拖慢進程,他估計自動化頂尖研究員延至 2032 年後的機會為 25%。

  9. HuggingFace Daily Papers(社區熱門論文)43

    LogT:透過圖像進行邏輯推理以支援視覺搜尋

    LogT 提出全自動 SFT 數據引擎,透過邏輯鏈引導推理,生成具挑戰性的視覺問題及結構化工具使用軌跡。以 Qwen2.5-VL-7B 為基礎的 LogT-SFT 使用的數據少 3.1 倍、GPU 時數少逾 120 倍,表現仍超越結合 SFT 和 RL 訓練的 SOTA 方法。只採用簡單 RL 配方且不作工具專用設計,模型表現亦較先前複雜 RL 設定高 9.59 分。

  10. DEV Community50

    我的 ML 特徵用了錯誤單位,閾值高出 400 倍

    作者發現,交易模型的即時驗證器把每秒淨主動成交量的第 75 百分位當作單筆交易門檻,令受影響交易對的門檻高出 163–423 倍。修正四項特徵差異後,原始重建覆蓋 14,681 個候選,修正特徵選出 52 個;五秒 Binance markout 平均 +8.67 bps,假設 10 bps 往返手續費後為 −1.33 bps,沒有策略獲得晉級。

  11. Rest of World79

    Jensen Huang 離任 Nvidia 對中國 AI 供應鏈有何影響

    黃仁勳辭任 Nvidia 行政總裁,令中國取得 Nvidia 晶片的前景,以及 Nvidia 與亞洲供應商的關係增添不確定性。董事會安排財務總監 Colette Kress 暫任行政總裁;美國政府可能收緊晶片管制,中國 AI 實驗室正設法鎖定海外 Nvidia 晶片供應,境內交易商亦囤積受限制晶片。

    推薦理由:文章以出貨量、市佔和性能數據對照 Nvidia 與中國晶片商,呈現國產加速器追趕與 Nvidia 仍具關鍵地位並存的市場情況。

  12. DEV Community34

    AI 模型應從下一輪實驗中學到甚麼?

    蛋白質設計團隊應把實驗測量、控制結果及未成功的原因回饋給 AI 模型,而非只標記成功或失敗。Google Research 的 aptamer 研究在三輪設計中,將珠粒篩選和測序結果交給 AI agents,協助它們調查交叉反應並調整後續設計。區分未檢出結合、測量不可靠及樣本未通過品質控制等結果,有助團隊決定重新設計候選項目、重做測量或調查實驗方法。

  13. HuggingFace Daily Papers(社區熱門論文)33

    用於遞歸自我改進的經驗交接強化學習

    研究提出一種經驗交接強化學習方法,讓語言模型智能體在固定框架下學習執行任務、反思經驗及整理任務專用手冊,並按這些經驗對未來執行結果的影響來評估其效用。該方法在多項智能體基準測試中的留出表現高於基線方法。

  14. 科技日報54

    重慶出台行動計劃,率先部署「詞元經濟」

    重慶出台《重慶市促進詞元驅動的數據產業高質量發展行動計劃(2026—2028年)》,以詞元供給為關鍵支撐部署數據產業發展。計劃提出到2028年全市可調度智算規模超10萬P、高質量數據集累計達3000個以上,帶動數據產業產值年均複合增長10%以上。配套措施設算力券、詞元券和語料券,並支持數據產權登記及探索「算力貸」「詞元貸」等融資模式。

11月13日週五
  1. DEV Community33

    CPMAI 培訓的核心組成部分是甚麼?

    CPMAI 培訓涵蓋 AI 項目管理基礎,以及由商業理解、數據理解、數據準備、模型開發、模型評估至模型運作化的六階段生命週期框架。負責任及可信任 AI 治理貫穿各個模組,課程亦涵蓋數據準備度、私隱合規、模型監察與持續管理,並保持工具及供應商中立。

  2. 新浪科技47

    清華大學發布 ProtCell,摩爾線程 MTT S5000 完成「虛擬細胞」預訓練復現

    清華大學江瑞課題組發布單細胞蛋白組基礎模型 ProtCell,並在摩爾線程 MTT S5000 上完成全流程預訓練復現。模型以約3.8億個細胞及98個公開數據集進行預訓練與評估,雙平台主要定量評測指標差異約0.2%。ProtCell 程式碼已在 GitHub 開源,官方倉庫整合 MUSA 預訓練啟動入口。

  3. 阿里雲開發者社區 AI30

    隱性知識斷層,正成為中小型製造企業數碼化的隱形天花板

    中小型製造企業的數碼化短板不在系統或數據不足,而在員工的隱性經驗難以沉澱和流轉,令關鍵工藝判斷隨人員流失而中斷。以注塑調機為例,AI 可協助把業務概念轉化為本體模型,經業務專家核實後沉澱為企業知識。單一業務域的建模週期可由數月縮短至 1-2 周,配套 AI 助手亦可讓一線人員查詢操作指引並持續豐富知識庫。